《表2 位置误差仿真结果：基于自适应无迹卡尔曼滤波的采摘机械手视觉伺服控制方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自适应无迹卡尔曼滤波的采摘机械手视觉伺服控制方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

mm

由图5可知，在视觉伺服过程中，末端执行器与目标点之间的三维坐标差呈衰减趋势。由表2可知，基于AUKF算法的视觉伺服控制系统中，末端执行器最终位置与目标距离为4.19 mm。基于KF算法和UKF算法的视觉伺服控制系统，末端执行器最终位置与目标距离误差分别为20.68和21.33 mm，AUKF算法相比于KF算法与UKF法构建的视觉伺服控制系统距离误差分别减小了79.74%与80.36%。基于KF算法、UKF算法以及AUKF算法的视觉伺服控制系统响应时间分别为2 s、1.5 s以及1.2 s，AUKF算法相比于KF算法与UKF算法，响应时间分别减少了40%与20%。结果表明，采用AUKF算法估计的图像雅克比矩阵，能够克服未知统计特性的系统过程噪声，使图像雅克比矩阵估计更加准确，响应时间更短。